【摘 要】
：
图像修复是指将图像缺失内容进行重建的一个过程,其主要手段是通过退化图像中还能够获取到的语义信息、纹理信息、结构信息等进行缺失区域的语义预测、纹理预测、结构预测。最后使填充的结果与图像未丢失部分保持相同的风格,连贯的内容。并且,修复结果需要人眼看起来真实,自然。传统的图像修复方法在解决一些简单的小面积缺失区域图像时,修复结果尚可,但是由于其本身的限制,在修复复杂图像、大面积缺失图像时,往往得不到令人
论文部分内容阅读
图像修复是指将图像缺失内容进行重建的一个过程,其主要手段是通过退化图像中还能够获取到的语义信息、纹理信息、结构信息等进行缺失区域的语义预测、纹理预测、结构预测。最后使填充的结果与图像未丢失部分保持相同的风格,连贯的内容。并且,修复结果需要人眼看起来真实,自然。传统的图像修复方法在解决一些简单的小面积缺失区域图像时,修复结果尚可,但是由于其本身的限制,在修复复杂图像、大面积缺失图像时,往往得不到令人满意的修复效果。深度学习被用于图像修复领域之后,图像修复算法的能力取得了巨大的突破。深度学习技术在语义特征提取、特征学习等方面具有强大的能力,为缺失图像的内容预测起到了巨大帮助。不过深度学习应用于图像修复的时日尚浅,还存在很多可以改进优化的地方。本文通过以下三个方面对基于学习的修复算法进行改进:（1）关于图像信息的利用方面,通过改进一阶段修复算法,提出渐进式修复算法。方法包含一个生成对抗网络和一个掩码更新分支。通过更新掩码区域,对修复过程进行反复迭代,从缺失区域的外围逐步向里填充,使缺失区域内部在修复时能够接收更多的有用信息。（2）在图像语义特征提取方面,提出一个包含四个生成对抗子网络的长短期记忆网络。每个子网络负责特定的区域进行修复,将一次性修复大面积区域的修复问题转化为小面积修复带时序性的问题。使图像语义提取更加容易,从而取得更好的修复效果。（3）针对现有修复算法模型参数多的问题,通过改进卷积方式,吸取两种优秀卷积的优点,提出深度可分离门控卷积。该卷积方式能够学习更新掩码,排除掉缺失区域无效像素对生成结果的干扰,同时大大降低模型参数。
其他文献
卷积神经网络（Convolutional neural network,CNN）已经在许多领域展示了其先进的性能。然而,这些CNN经常包含超过百万的参数量并且需要上亿次浮点数运算,如此庞大的的计算量和参数量对于现有的智能设备来说是负担不起的。这个问题严重的阻碍了神经网络的实际应用。在本文中,提出了一种两阶段模型压缩和加速（twostage model compression,简称TSCA）方法来解
新发展理念是新时代我国不断发展的指挥棒,创新是新发展理念的重要要素,创新能力的提升是我国经济增长的助推剂,也是我国综合实力增强与国际地位提升的重要保障。在创新的时代,高新技术企业是具有较强代表性的企业,可以助推我国创新升级与转型。高新技术企业的发展与投资活动息息相关,在进行投资活动时,高新技术企业普遍有巨额资金需求,而企业的自有资金很难满足投资需要,在投资过程中承受着巨大的融资约束压力。为减轻高新
第七次全国人口普查数据显示中国60岁及以上人口比重比2010年上升了5.44%,达到18.70%,老龄化问题成为全社会关注的焦点。“十四五”规划明确提出“要完善养老服务体系”,可以预见未来养老服务市场前景广阔。然而,目前养老服务体系中的老年公寓项目发展不尽如人意,巨大的市场发展空间并未掀起老年公寓项目的开发热潮。究其原因,老年公寓项目的投资建设营运是一个漫长、复杂、多变的动态过程,从价值评估的视角
复杂网络可视化旨在将复杂网络转化为直观的图形,并加以相应的可视交互技术,以帮助用户理解、分析和探索复杂网络,在各个学科、领域都有着广泛的应用。其中,网络布局算法是可视化的基础,其布局结果直接影响着可视化的质量,也影响着用户对网络结构的理解。网络数据规模的增加给布局效率和布局质量都带来了挑战,在面对规模较大的网络时,现有算法的布局难以兼顾网络的整体结构和局部细节。为此,本文从复杂网络社团结构出发,基
中国和吉国的合作近年来突飞猛进,随着网络技术的进步与发展,跨境电商逐步发展为中吉两国开展经贸合作的一种重要方式。文章以中吉两国贸易中跨境电商的发展研究为例,搜集中吉两国经贸合作相关数据,对中吉两国经贸合作、跨境电商合作现阶段的情况进行探讨,深入剖析当前中吉两国跨境电商合作的发展问题,并对两国跨境电商发展的前景进行预判分析。通过研究,文章总结了以下结论:第一、在双边经贸合作上,中吉两国的合作成效不断
当前,夜间经济正在快速发展,我国国务院办公厅于2019年8月底发布了《关于加快发展流通促进商业消费的意见》[1],文件指出我国要加快夜间经济的建设和发展,以此发展活跃的夜间市场,这是对我国夜间经济既往发展情况以及当前国情现实的综合考量提出的重要意见,对于夜间经济在我国的发展以及推动经济整体发展具有重要的促进作用。四川省省政府于2020年4月初发布了《四川省商务厅关于做好激发消费潜力稳定经济增长工作
近年来,随着多款商用级头戴式显示器的推出,沉浸式技术的应用研究有了快速的发展。在沉浸式环境下,可以提供与真实环境相似的交互体验,增加使用者的临场感与沉浸感。沉浸式技术拥有直观的立体显示效果和三维交互方式,与游戏、工业设计、考古、医学、电影等领域的三维虚拟场景高度契合,得到了广泛的应用。三维流场亦是沉浸式技术应用的一个重要领域。在流场可视化过程中,经常需要对三维参数进行配置,如流线布种,区域剪切等。
人群计数旨在估计出视频或图像中的人数,在公共安全预防、产品投放等方面有着广泛应用。随着深度学习的发展,使用卷积神经网络对人群计数进行研究可以有效提升人群计数的准确度。然而在现实生活的复杂场景中,人群计数算法面临着许多挑战,如人群的尺度变化、复杂背景等。捕获多尺度特征并减弱背景干扰是降低人群计数误差的关键。因此,本文在详细分析基于深度学习的人群计数算法的基础上,对人群计数算法中的网络结构与损失函数部
交通轨迹是交通工具在时间区间内的空间移动路径,反应交通工具的时空特征。探索交通轨迹数据是分析轨迹数据特征的重要步骤。交通轨迹数据是一种时空数据,具有数据量大、时间跨度长的特点,这使得现有的交通轨迹数据探索方法技术门槛高。交通的随机性使得交通轨迹充满不确定性,这将不利于交通轨迹数据的进一步利用。可视化通过直观的视觉通道传达交通轨迹信息,具有直观高效的特点。因此,通过可视化研究交通轨迹不确定性相关问题
图像生成指计算机通过人工智能领域的相关算法,自主产生和真实图片相近的生成图片。其在计算机视觉领域有着重要的地位,主要用于计算机辅助设计、图像编辑、艺术设计、信息转换等领域。然而,目前多数生成图像的实际使用并不普遍,这主要是因为生成图像的质量较低,与真实图片比有较大的差距,特别是在复杂图片的生成任务中,这个缺陷会进一步放大,这使得生成图片难以投入实际的使用。为了进一步提升生成图片的质量,一套合理的质